摘要
يُعتبر الكشف عن التغيرات في الاستشعار عن بُعد تقنية مراقبة مهمة تُستخدم على نطاق واسع في تخطيط المدن وتقييم الكوارث وإدارة الموارد وغيرها من المجالات. يتمتع رادار الفتحة الاصطناعية (SAR) بقدرة تصوير على مدار الساعة وطوال أيام السنة، متغلبًا على المشاكل التي تواجه الكشف البصري عن التغيرات بسبب الطقس والإضاءة. إن قدرة الموجات الدقيقة على الاختراق، وخصائص القطبية، وآلية التصوير التوافقي تجعل له مزايا فريدة في مراقبة التغيرات تحت السطح والمناطق المحجوبة، وتغيرات هياكل الكائنات والخصائص الفيزيائية، وكذلك التغيرات الدقيقة. في الوقت الحالي، تركز معظم المراجعات الخاصة بالكشف عن التغيرات الثنائية الزمن في الاستشعار عن بُعد بشكل رئيسي على صور الاستشعار البصري، مع نقص في الملخصات النظامية والموجهة بشأن الكشف عن التغيرات باستخدام صور SAR. علاوة على ذلك، مع تطور التعلم العميق وتقنيات الدمج متعددة المصادر، أصبح الكشف المتجانس وغير المتجانس عن التغيرات باستخدام صور SAR من المواضيع الرائدة. لذلك، استنادًا إلى مئات الأوراق الكلاسيكية والحديثة محليًا وعالميًا، وبالاقتران مع مبدأ التصوير عبر الأقمار الصناعية SAR، ناقشت الورقة أولًا التطبيقات النموذجية للكشف عن التغيرات تحت ظروف تصوير مختلفة. ثم بنت إجراءات عامة للكشف عن التغيرات الثنائية الزمن تشمل الحصول على البيانات، معالجة الصور المسبقة، التعرف على التغيرات والمعالجة اللاحقة. استنادًا إلى ذلك، نظمت بشكل منهجي بيانات وأساليب الكشف السائدة. تشمل البيانات مجموعات بيانات مفتوحة المصدر للكشف عن التغيرات المتجانسة وغير المتجانسة المعتمدة على SAR، وتشمل الأساليب الطرق التقليدية والبحث في الكشف المتجانس وغير المتجانس ضمن التعلم العميق. بشكل خاص، نُظمت روابط مجموعات البيانات ونماذج الكود المرتبطة لتوفير مرجع هام لأبحاث المجال المستقبلية. أخيرًا، تلخص الورقة التحديات الرئيسية في هذا المجال من ثلاث زوايا: البيانات، والخوارزميات، والتطبيقات مثل جودة وكمية البيانات، وقدرة التعبير عن خصائص النماذج، وتعقيد الحساب، ونطاق تطبيق الكشف عن التغيرات. في ضوء هذه التحديات، استعرضت الورقة اتجاهات التطوير المستقبلية في الدمج متعدد النماذج، والتصميم الذكي والخفيف للنماذج، والكشف متعدد التغيرات.
关键词
الكشف عن التغيرات الثنائية الزمن في الاستشعار عن بُعد;صور SAR;الطرق التقليدية;التعلم العميق;الكشف المتجانس وغير المتجانس